RynnBrain

RynnBrain – 阿里达摩院开源的具身智能大脑基础模型

RynnBrain，这一由阿里巴巴达摩院倾力打造的开源具身智能大脑基础模型，正以前所未有的方式赋能机器人，赋予它们珍贵且强大的时空记忆与物理空间推理能力。该模型构建于强大的Qwen3-VL之上，并巧妙运用了自研的RynnScale架构，其训练数据量更是达到了惊人的两千余万对。RynnBrain的横空出世，不仅在16项具身智能的公开评测中拔得头筹，刷新了多项记录（SOTA），更在诸多方面超越了谷歌Gemini Robotics ER 1.5等业界顶尖模型。此次，阿里一次性开源了7个全系列模型，其中尤为瞩目的是业界首个采用30B MoE架构的具身模型，它仅需3B的激活参数就能实现高效推理，使得机器人的动作指令执行更加迅速流畅，为执行复杂的移动操作及长期的任务规划提供了“大脑”级的核心支持。

RynnBrain的核心能力

• 洞悉时空的记忆：机器人能够在其完整过往的记忆中精准定位物体及其目标区域，并能预测物体未来的轨迹，从而实现对全局时空信息的追溯与回放。
• 精妙的物理空间推理：模型通过交错运用文本与空间定位的推理策略，确保了推理过程始终紧密锚定于真实的物理环境，显著削弱了信息“幻觉”的出现。
• 无缝衔接的任务连续性：当机器人正在执行一项任务（任务A）时被中断，转而去执行另一项任务（任务B），它能够清晰地记忆任务A的时间与空间状态。一旦任务B完成，机器人便能无缝地续接之前未竟的任务A。
• 全方位的多维度感知：该模型集成了环境感知、对象推理、第一人称视角下的视觉问答、空间推理以及轨迹预测等共计16项关键的具身智能能力。
• 便捷高效的快速拓展：基于这一强大的基础模型，研究人员仅需几百条数据即可进行微调，便能训练出专门针对导航、路径规划、动作执行等各类具身任务的专属模型。

RynnBrain的技术精髓

• 多模态信息的深度融合架构：RynnBrain采用了端到端的全方位多模态架构，将第一人称视角下的视频流、自然语言指令以及物理环境的各项信息进行统一编码。通过跨模态的注意力机制，实现了视觉与语言信息的精准对齐，并整合了物理约束模块。这使得其推理过程既能遵循统计规律，又能充分考虑物体的“可用性”（affordance）、几何关系等物理世界的内在法则，最终输出一系列可执行的动作序列。
• 以自我为中心的认知体系：针对动态变化的第一人称视角，模型运用了视频Transformer技术来处理长序列的时间信息，从而建立跨帧之间的一致性。通过构建三维场景图或神经辐射场，模型能够建立可查询的空间记忆库，支持对历史观测数据的回溯推理，精准解答涉及时空关系的问题。
• 精准的时空定位能力：RynnBrain将历史视频编码成“记忆”向量（episodic memory vectors），支持基于自然语言的时序检索与关键帧的精确锁定。结合视觉接地（visual grounding）技术，模型能将文本指令映射到图像中的特定区域，并通过空间坐标回归技术输出三维位置信息，甚至能够预测轨迹，为预测性规划提供有力支持。
• 深刻的物理感知与规划机制：与直接预测动作的视觉语言模型（VLA）不同，RynnBrain显式地引入了物理世界模型。它能够提取物体的可用性，验证动作的可行性，并利用层次化规划器将高级意图分解为带有条件分支的低级动作，从而确保复杂且长程任务的成功率。
• 灵活多样的模型变体：RynnBrain提供了两种主要的架构类型：Dense（2B/8B）和MoE（30B-A3B）。Dense架构的全参数激活模式适用于实时边缘部署；而MoE架构的稀疏激活则在兼顾模型容量的同时，显著降低了推理成本。此外，针对规划、导航、空间推理等特定任务，还提供了专门优化的版本。

RynnBrain的获取途径

• 官方项目网站：https://alibaba-damo-academy.github.io/RynnBrain.github.io/
• GitHub代码仓库：https://github.com/alibaba-damo-academy/RynnBrain
• HuggingFace模型集合：https://huggingface.co/collections/Alibaba-DAMO-Academy/rynnbrain

RynnBrain的广泛应用前景

• 工业自动化制造：该模型能够胜任复杂装配线上多步骤的操作任务，并在任务中断后实现自动续接，极大地提升了生产线的柔性化水平。
• 智能家居服务：作为智能管家，RynnBrain能够记住家中物品的精确摆放位置，执行跨房间的取物指令，并能预测家庭成员的移动轨迹，主动进行避让，提供更加贴心的服务。
• 医疗护理助手：在医疗场景中，机器人可以辅助记忆患者的位置和状态，在紧急中断后能迅速恢复护理流程，并精准地递送医疗器械。
• 物流仓储优化：在动态变化的货架环境中，叉车与AGV（自动导引运输车）能够实时更新其环境记忆，预测轨迹，有效避免碰撞，提高仓储效率。
• 科研探索与应急响应：对于野外考察机器人而言，RynnBrain能够记录采样点的时空信息，支持长期的科考任务。在灾难救援场景下，它还能协助进行搜索定位，为救援行动提供关键信息。